随着工业机器人技术的不断发展,单机器人已不能满足社会需求,多机器人被应用到社会生活的方方面面,协助人类完成复杂或重复的工作任务。多机器人协同作业解决了越来越多的困难问题,其中多机器人协同作业的路径规划问题是重中之重。本文分析了国内外关于多机器人路径规划问题和路径规划方法的研究现状,发现多数学者研究全局静态环境下的多机器人路径,或者在动态环境下,研究单机器人的路径问题。很少有学者研究动态复杂环境下的多机器人完成指派任务的路径规划问题,也很少有学者针对全局静态环境下的多机器人路径问题,建立整数规划模型进行解决的。本文分别针对静态环境和动态环境下多机器人协同完成多个探测点检测任务的路径规划问题进行研究。本文的主要研究内容如下:首先,针对单个机器人完成多个探测点检测任务的路径进行规划,利用序号栅格法对多机器人的工作环境进行建模,并利用邻接距离矩阵进行存储。针对单机器人完成多探测点检测任务的路径规划问题,建立数学模型,并利用MATLAB编写带有Floyd算法的程序实现并解决。然后,针对静态环境下多机器人协同完成多探测点的路径规划问题,根据单机器人路径规划结果得到每个机器人的初始路径,考虑到单个机器人的最大运行时间,以动用机器人的固定成本和机器人运行成本之和极小化为目标,建立了带有碰撞检测的多机器人任务分配和路径规划的整数规划模型,引入碰撞次数惩罚项,设计带有碰撞检测的遗传算法,求解出动用机器人的最佳数量、各个机器人完成的检测任务以及各个机器人的无碰撞路径,使得完成探测点检测任务的总成本最低。基于静态环境下多机器人路径问题的研究,在多机器人的工作环境中添加了多个动态障碍物,研究在复杂且动态的情况下,多机器人完成多个探测点检测任务的路径规划问题。首先,根据静态环境下多机器人的路径规划,计算得出每个机器人的初始路径,在机器人正常运行时考虑多个动态障碍物,比较各机器人与动态障碍物的运行路径,判断碰撞类型,根据避碰策略与方法进行避碰,同时实时更新机器人的路径,直到最后一个机器人完成检测任务回到站台,此时得到最终的多个机器人路径。最后,设计带有碰撞检测的遗传算法解决多机器人之间的路径规划问题,有效避免相互之间碰撞的同时,多机器人完成多个探测点的检测任务回到出发站台。最后,根据某区域多机器人协同完成多探测点检测问题的实际案例,构建了基于分区策略的大规模多机器人路径规划方法,利用SPSS对多个探测点与出发站台进行分组,根据聚类分析的结果对多机器人的工作环境进行分区规划,将大区域中多机器人多探测点的路径规划问题转为多个小区域的多机器人多探测点的路径规划问题进行研究,最后对小区域中各机器人进行无碰撞最短路径的规划。